家人们，谁懂啊，最近真的绷不住了😭 过几天就要去一个别的城市开始校招前的实习了，虽然之前也一个人拖着行李箱去过好几个别的城市实习，但这次感觉完全不一样，心里五味杂陈的……以前那些实习，不管是暑期的还是日常的，去的也都是大家耳熟能详的大城市，但那时候心里特别踏实——反正就待几个月，干完就能回学校，室友还在、食堂还在、熟悉的那条街还在，就当是去体验生活、攒点经历。每次走之前还会跟朋友说：“等我回来请我吃饭啊！”但这次是校招的提前批实习，如果顺利的话，可能就要长久地留下来了。想到以后要一个人在那个偌大的城市闯荡，没有同学可以随时约饭，没有宿舍那个永远亮着灯的小窝，甚至周末想找个人说话都得翻半天通讯...

人生第一笔工资！！！实习工资，每天300，一月13号入职，一共发了4050！！虽然不多，但是第一次感觉到自己的价值（...或者说价格吧）回想起在学校的时候，每周开组会，挨骂，干不完的活，每个月可怜巴巴的学校发的600补贴。每天都要去实验室，老登安排人定时拍照发在大群，太压抑了。但是！我快毕业了！！我领到了第一笔工资！！好日子快来了！！！希望大家都越来越好！！！

说自己沉淀了那么久混了个这样的简历想春招进大厂，给我气笑了

1. 从 R-CNN 到 Faster R-CNN 的演变R-CNN：Selective Search 提候选框，逐框CNN提特征，慢。Fast R-CNN：整图卷积 + RoI Pooling，共享特征，速度提升。Faster R-CNN：引入 RPN 生成候选框，实现端到端 two-stage 检测。2. 目标检测 two-stage 模型有哪些？典型 two-stage：Faster R-CNNMask R-CNNCascade R-CNN特点：精度高，尤其对小目标和复杂场景更稳；但速度一般慢于 one-stage。3. 说一下 NMS 的处理思想NMS（非极大值抑制）用于去重框：按置信...